中国已经成为养老问题大国,老龄人口数呈现逐步增长趋势,带来了巨大的养老问题。由于老年人年龄增大,导致记忆力衰退、身体灵活性下降、易敏感孤独,对老年人的外部监护提出了更高的要求。将智能机器人应用于助老陪护,可以帮助老年人完成日常生活需求,辅助干预老年人心理问题。但是从目前的智能机器人研究成果来看,复杂的交互流程使得老年人望而却步。在助老陪护机器人方面仍面临很多挑战,例如部分研究中单一模态的交互方式获取的信息有限,限制了交互的灵活性,直接影响到老年人的使用体验。同时,用户多样性和交互场景多样性对人机交互算法提出更高的要求。因此,本文在济南市自主创新团队项目——“面向老年陪护机器人的人身安全协同保护机制研究”的支持下研究并实现了助老陪护的多模态融合人机协同算法。在辅助老年人基本日常生活的背景下,以达到自然交互为中心,设计了多模态融合的人机协同模型,弥补了智能机器人交互灵活性弱、使用场景固定、交互流程复杂、用户使用不顺畅的现有缺点。本文的主要研究内容和创新点归纳如下:（1）提出并实现了一种自适应多模态融合算法。针对单模态交互方式存在误识别、不理解、交互过程复杂等问题,本文采用多模态交互方式,提高人机交互的意图识别率和交互的鲁棒性。为了综合利用多种模态信息,减轻用户的交互负担,本文首先通过语音、手势、场景对象三种模态的识别网络,将多模态信息数据转化到统一模态维度。然后,迁移使用了前馈神经网络的基本结构,提出了一种自适应多模态融合算法。结果表明,该算法的用户意图理解效果在整体召回率达到81.52%的前提下准确率可以达到89.98%以上,其用户满意度评价较其他融合方法提高了17.1%。（2）提出并实现了一种复合权重强化学习的人机协同算法。为了满足老年人心理陪护需求,本文设计并实现了基于复合权重强化学习方法的智能交互游戏。首先,本文生成了大量游戏积木的仿真训练数据,通过域随机化方法训练得到可识别积木的网络模型,该模型的识别准确率可达到91%以上。然后,本文在强化学习基础上加入了实时交互,人成为参与改变环境的第二个智能体,从任务难度、决策创新度、决策价值、指令服从度四个方面参与机器人决策。最终机器人通过该算法可以对给定的任务计算出游戏完成步骤,自动配合用户完成该游戏。（3）设计并实现了基于人机协同模型与算法的助老应用实验。针对老年人行动迟缓、智力衰退、心理孤单的问题,提出了一种面向助老陪护的人机协同模型。机器人实时感知周围环境,监测老年人行为,老年人可以随时提出需求,机器人自主理解老年人意图并辅助完成任务。在此模型下,老年人与机器人达到和谐共存,能够完成日常生活功能和协同游戏,达到智能机器人陪护老年人的应用目的。实验结果表明,在Pepper仿人机器人及X-Arm七轴机械臂的平台上,此模型可以有效完成助老陪护并给老年人提供满意的服务,减轻老年人的生理和心理上的负担。